(

)

,

2009,

31

(

S2)

:

59

61

CN

53

-

1045

/N

I

SSN

0258

-

7971

Journa

l

of

Y

unnan

Un

i

versity

基于背景减法的目标检测在

M

a

tl

ab

中的实现方法

3

李红伦

,

,

阮湘辉

,

李文兵

(

昆明理工大学

信息工程与自动化学院

,

云南

昆明

650051

)

)

摘要

:

目标检测是视频图像跟踪识别系统中的一个重要环节

,

介绍基于背景减法进行运动目标检测的原

,

研究了其在

Matlab

环境下的实现方法

,

给出处理流程

,

并结合车辆和行人实例进行实现和分析

.

关键词

:

背景减法

;

目标检测

;Matlab

中图分类号

:

TP

391

.

41

文献标识码

:

A

文章编号

:

0258

-

7971

(

2009

)

S2

-

0059

-

03

运动目标检测通常处于计算机图像

视频处理

工作的底层

,

是各种后续高级处理或应用

,

如目标

跟踪

目标分类

目标行为理解等的基础

.

它除了在

视频监控

[

1

]

人体运动分析

[

2

]

等视频图像处理系

统中被广泛应用外

,

还被应用在工业

医学

军事

教育

商业

体育等领域中

.

运动目标检测的目的是对序列图像使用基于信

号检测的方法自动分离出运动像素点和静止象素

,

将变化区域从背景图像中提取出来

,

一般是确定

目标所在区域和颜色特征

.

依据前景目标所处的背

景环境

,

可以将运动目标检测划分为两类

:

静态背景

下运动目标检测和动态背景下运动目标检测

.

从国内外的文献来看

,

运动目标检测的算法非

常多

,

目前广泛应用的运动区域检测方法可以分为

下面几类

:

模板匹配

光流

时间差分

背景减除法

.

Matlab

软件作为当今流行的科学计算软件

,

提供了

的图像处理函数

,

涵盖了图像处理的包括近期研究

成果在内的几乎所有的技术方法

,

是学习和研究图

像处理的人员难得的宝贵资料和加工工具箱

.

本文

研究内容是在

Matlab

环境中实现采用背景减法原

理对静态背景下的运动目标进行检测

.

1

背景减法

背景减法

(

Backgr

ound

Subtracti

on

)

,

或称背景

差法

,

是目前运动检测中的主流方法

,

它是利用含

有运动目标的当前图像与背景图像的差分来检测

运动区域的一种技术

.

背景差法基本思想是

:

首先

,

用事先存储或者实

时得到背景图像序列为每个像素进行统计建模

,

到背景模型

B

k

,

将当前含有运动目标的图像帧

f

k

背景模型

B

k

相减

,

即公式

(

1

)

,

其中

D

k

为作差后的

结果

;

其次

,

将计算结果在一定阈值

T

限制下进行二

值化

,

如公式

(

2

)

,

判断出当前图像中出现的偏离背

景模型值较大的那些象素

,

则为出现的运动目标像

,

其中

R

k

为含有目标的二值化图像

.

由于运动物

体和背景在灰度或色彩上存在差别

,

相减、

阈值操作

后得到的结果直接给出了目标的位置、

大小、

形状

,

从而得到较完整的目标信息

[

3,

4

]

.

D

k

(

x,

y

)

背景扣除matlab_基于背景减法的目标检测在Matlab中的实现方法相关推荐

  1. 一种基于深度学习的目标检测提取视频图像关键帧的方法

    摘要:针对传统的关键帧提取方法误差率高.实时性差等问题,提出了一种基于深度学习的目标检测提取视频图像关键帧的方法,分类提取列车头部.尾部及车身所在关键帧.在关键帧提取过程中,重点研究了基于SIFT特征 ...

  2. 病虫害模型算法_基于深度学习的目标检测算法综述

    sigai 基于深度学习的目标检测算法综述 导言 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...

  3. 综述 | 基于深度学习的目标检测算法

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:计算机视觉life 导读:目标检测(Object Det ...

  4. 基于深度学习的目标检测的研究进展2

    普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫.而在ILSVRC(ImageNet Large Scale Visual Recognition Cha ...

  5. 基于深度学习的目标检测研究进展

    前言 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位 ...

  6. 基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)

    深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...

  7. OpenCV学习笔记(二十六)——小试SVM算法ml OpenCV学习笔记(二十七)——基于级联分类器的目标检测objdect OpenCV学习笔记(二十八)——光流法对运动目标跟踪Video Ope

    OpenCV学习笔记(二十六)--小试SVM算法ml 总感觉自己停留在码农的初级阶段,要想更上一层,就得静下心来,好好研究一下算法的东西.OpenCV作为一个计算机视觉的开源库,肯定不会只停留在数字图 ...

  8. 【深度学习】基于深度学习的目标检测研究进展

    原文出处:http://chuansong.me/n/353443351445 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个 ...

  9. 基于深度学习的目标检测算法综述(一)

    基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文内容原创,作者:美图云视觉技术部 检测团队,转载请注明出处 目标检测(Object ...

最新文章

  1. cmodel模拟器开发
  2. 中国人民大学2016考研复试基本分数线
  3. neo4j在linux下的安装
  4. Some Tips About Layout Resource
  5. CrashFinder,找到崩溃代码行
  6. file_put_contents()写入数组
  7. 今天需要修复的bug
  8. 长度、面积、体积的相似比原理
  9. tcpdf中增加微软雅黑的正确方式
  10. 新站快速收录同时也提高内页的收录
  11. 【支持4G插卡上网】京东云1代完美固件
  12. 2018,人生是一条蛇,它咬着自己的尾巴
  13. 智能额温枪软件设计红外测温仪方案开发
  14. 什么是结构化数据、半结构化数据、非结构化数据
  15. 8255A并行 I/O 接口芯片
  16. laravel阿里SDK对接
  17. 计算机网络——IP数据报分片
  18. iOS完整学习路线图
  19. jQuery 知识总结
  20. 芯片低功耗设计的两种常用EDA流程

热门文章

  1. SIM卡、USIM卡、UICC卡、eSIM卡的区别
  2. Python实现:已知化学分子的输入文件坐标(高斯计算输入文件为例),求其中任意三个原子确定的平面的法向量和单位法向量
  3. 脉搏信号检测与处理系统
  4. 官宣!等你来赛,2022 第二届 STM32 Hackathon 挑战赛海选开放报名!
  5. Pytorch和Torch和torchvision的安装
  6. transferwise怎么提现_TransferWise来款能不能入账?快来Get这些注意事项
  7. 年终总结 | 怎样识别并投资高效能人才?
  8. 大话设计模式18----备忘录模式
  9. Stable Diffusion 抠图工具使用小记
  10. Mongodb备份和还原